求助 Android 监听音频波形数据方法返回值的问题

1，我设置的采样是：

visualizer.setCaptureSize(Visualizer.getCaptureSizeRange()[1])

2，因此从回调方法中返回的byte数据长度是1024个字节

@Override
    public void onWaveFormDataCapture(Visualizer visualizer, byte[] waveform, int samplingRate) {
        //采集波形数据

    }

3，而我的项目需求中要绘制的跳动频谱却只有两条，我该从长度为1024的数组中取出哪两个数据来去绘制跳动的频谱呢？下面代码中的方法是我尝试解决的回调函数，其中data就是监听方法中返回的byte数组，只可惜这种方式明显感觉跳动的频率对不上音乐播放的节奏。有大神指点一下吗？万分感谢！

public void onCaptureChanged(byte[] data, boolean isDataVailed, boolean isReverse) {
        this.isReverse = isReverse;

        if (data != null) {
            int leftCentreIndex = data.length / 4 - 1;
            int rightCentreIndex = data.length * 3 / 4 - 1;

            // 给256临近的数据设置权重，并且进行累加
            mData[0] = (int) (data[leftCentreIndex] * 0.4f + data[leftCentreIndex + 1] * 0.3f + data[leftCentreIndex - 1] * 0.3f);
            mData[1] = (int) (data[rightCentreIndex] * 0.4f + data[rightCentreIndex + 1] * 0.3f + data[rightCentreIndex - 1] * 0.3f);
        } else {
            Arrays.fill(this.mData, 0);
        }
        postInvalidate();
    }

结了吧，勉强还能看得过去，主要方法如下：

public void onCaptureChanged(byte[] data, boolean isDataVailed, boolean isReverse) {
        this.isReverse = isReverse;

        if (data == null || !isDataVailed
                || !EqualizerPreference.getInstance().isShowVisualizer()
                || !EqualizerDataHelper.get().getAudioEffectEnabled()
                || !EqualizerHandler.getInstance().isMusicActive()) {
            if (mData == null) {
                mData = new int[mCylinderNum];
            } else {
                Arrays.fill(this.mData, 0);
            }
            // 用于减少绘制默认背景的次数
            if (mDefaultDrawCount <= 3) {
                mDefaultDrawCount++;
                postInvalidate();
            }
            return;
        }
        if (L.isDebug) {
            L.e(TAG, "--> onCaptureChanged");
        }
        mDefaultDrawCount = 0;

        Complex[] complexList = new Complex[mCylinderNum];
        for (int i = 0; i < mCylinderNum; i++) {
            complexList[i] = new Complex(data[i]);
        }

        fft(complexList, mCylinderNum);

        if (this.mData == null) {
            this.mData = new int[mCylinderNum];
        }
        int[] model = new int[mCylinderNum];
        float x = mHeight / 255F;
        int max = (int) (mHeight * 0.8);
        for (int i = 0; i < mCylinderNum; i++) {
            // 与上一次数据平分， 减小变化幅度
            model[i] = (int) (Math.min(complexList[i].getIntValue() * x, max) / 2f + this.mData[i] / 2f);
        }
        this.mData = model;
        postInvalidate();
    }

    /**
     * 快速傅里叶变换算法（FFT）
     */
    public static void fft(Complex[] xin, final int N) {
        int f, m, N2, nm, i, k, j, L;// L:运算级数
        float p;
        int e2, B, ip;
        Complex w = new Complex();
        Complex t = new Complex();
        N2 = N / 2;// 每一级中蝶形的个数,同时也代表m位二进制数最高位的十进制权值
        f = N;// f是为了求流程的级数而设立的
        for (m = 1; (f = f / 2) != 1; m++)
            ; // 得到流程图的共几级
        nm = N - 2;
        j = N2;
        /****** 倒序运算（雷德算法）******/
        for (i = 1; i <= nm; i++) {
            if (i < j) {
                // 防止重复交换
                t = xin[j];
                xin[j] = xin[i];
                xin[i] = t;
            }
            k = N2;
            while (j >= k) {
                j = j - k;
                k = k / 2;
            }
            j = j + k;
        }
        /****** 蝶形图计算部分 ******/
        for (L = 1; L <= m; L++) {
            // 从第1级到第m级
            e2 = (int) Math.pow(2, L);
            B = e2 / 2;
            for (j = 0; j < B; j++) {
                // j从0到2^(L-1)-1
                p = 2 * PI / e2;
                w.real = Math.cos(p * j);
                w.image = Math.sin(p * j) * -1;
                for (i = j; i < N; i = i + e2) {
                    // 计算具有相同系数的数据
                    ip = i + B; // 对应蝶形的数据间隔为2^(L-1)
                    t = xin[ip].cc(w);
                    xin[ip] = xin[i].cut(t);
                    xin[i] = xin[i].sum(t);
                }
            }
        }
    }

https://blog.csdn.net/fwt336/article/details/77151049?utm_source=blogxgwz7